机器学习——数据集预处理（数据查看和空值处理）

目录

前言

数据集查看

---

前言

目的：本数据集是为了分析炉丝功率和炉膛温度以及样品盒内部温度之间的关系，分析温场的分布等。

来源：本数据集的来源是实验获得的数据。

特点：特征维度高，数据量大。

数据集查看

1.查看数据集的基本信息（列名、行数、数据类型等）

import pandas as pd

data = pd.read_csv('数据集.csv')  #替换自己文件实际位置
info = data.info()
print(info)

注：python中默认info显示100列的数据信息，若数据列超过100列，就会出现折叠显示的情况。

 

此时若需要查看某一列的空值数和类型数，可以通过以下语句将info默认显示的数据列值改大一些。

pd.options.display.max_info_columns = 350  # 设置info中信息显示数量为350

改完之后再运行info函数，可以展开显示更多的数据列了。

 

 

2.显示前5行数据

head = data.head()
print(head)

3.查看数据集的统计信息

des = data.describe()
print(des)

4.检测某一列空值的数目

df.isnull().sum()

5.直接原地删除有空值的行

df.dropna(inplace=True)